难以捉摸的阿尔法,腐蚀性成本

1688 年,约瑟夫·德拉维加写道:“交易所的利润是妖精的宝藏。它们可能一度是红宝石,然后是煤炭,然后是钻石,然后是燧石,然后是晨露,然后是泪水。”他写的是当时阿姆斯特丹证券交易所的股票交易。他本可以写的是现代的阿尔法——投资者渴望获得的额外回报。由于缺乏公认的市场(资产定价)模型,学术界无法严格定义它。从经验上讲,由于统计噪声,即使我们使用自己选择的回报生成过程,也很难确定它。然而,许多投资者似乎认为他们可以提前发现这种回报要素。因此,他们中的许多人热切地追求阿尔法。

Alpha 难以捉摸。Michael Jensen 于 1967 年撰写了有关共同基金表现的文章,他创造了“alpha”一词,他观察到,“……共同基金行业……几乎没有证据表明其能够预测证券价格。此外,令人惊讶的是,几乎没有证据表明样本中的任何单个基金可能能够预测价格。”标普全球继续进行这项研究,表明截至 2023 年的 15 年中,88% 的大型共同基金表现不及标普 500 指数。

我自己的研究侧重于机构投资组合的表现,结果表明,自 2008 年全球金融危机 (GFC) 以来,我跟踪的 54 只公共养老基金中,没有一只的表现在统计上显著优于市场指数基准。捐赠基金的表现也好不到哪里去。

此外,阿尔法值是短暂的。当投资者试图利用它时,它就开始消失。这种额外回报的要素既难以捕捉,也难以定位。

积极投资的成本则完全是另一回事。投资费用,无论是管理费还是手续费,都是事实,可以准确衡量,而且不会消失。但似乎没人愿意谈论它们。在我对公共养老金和捐赠基金的研究中,我发现只有少数几家定期全面披露其投资费用,包括手续费。CEM Benchmarking 发现,美国公共养老金基金少报的投资成本超过一半。我自己的工作证实了这一发现。而且捐赠基金不报告其成本。

NBER 的一项研究表明,平均而言,平衡型共同基金的表现低于市场指数基准的幅度刚好等于其成本。我发现,公共养老基金和捐赠基金也存在同样的不合理平等。我估计,公共养老基金的平均费用率为 1.3%,其中另类投资占比超过 30%。大型捐赠基金的相应数字为 2.5%,其中另类投资占比超过 60%。这也是典型的表现不佳幅度。

对于机构投资者来说,成本似乎与另类投资的分配比例成正比。我估计,哈佛大学有约 80% 的资金用于另类投资,每年将捐赠价值的整整三个百分点用于资金管理,包括其投资办公室的运营。我估计,自全球金融危机以来,哈佛大学的表现低于量身定制的市场指数组合。哈佛大学每年在基金经理身上的支出超过了学费收入。难怪机构投资者不愿谈论他们的投资费用。

我们有充分的理由相信,公共和私人市场都将稳步、不可避免地变得更加高效,让阿尔法收益更加难以实现。这让积极投资者的成本成为关注的焦点。亲爱的读者,要明白,机构投资的成本已经成为一种难以承受的负担。

以下是关于协调难以捉摸的阿尔法和腐蚀成本的建议:

  • 从上到下了解您的投资计划的成本。汇编这些信息需要付出努力。让整个组织都知道这一点。让成本意识,而不是成本否定,成为您的投资文化的一部分。
  • 重新考虑投资组合设计,以反映当代机构投资的现实。进行资产类别分类。例如,研究(我和其他人的研究)表明,自全球金融危机以来,非核心私人房地产股权和对冲基金尤其严重拖累了业绩。这并不奇怪:这些竞争性交易的资产类别每年的成本可能超过投资资本的 3%,而且提供的多样化程度极低。你真的想把它们放在你的投资组合里吗?被动投资几乎没有成本,将在成功的投资计划中发挥越来越重要的作用。
  • 您可能有一个高风险预算。考虑制定一个老式的支出预算。制定这样的预算不会排除主动投资,而且可能会使其更具选择性。
  • 评估您相对于简单被动基准(有时称为参考投资组合)的表现。这是一些股票和债券指数的组合,反映了您的风险承受能力和国际多元化的偏好。机构投资者通常使用的所谓定制基准并不透明,而且通常描绘出一幅美好的图景,但实际上只是掩盖了现实。

归根结底,你会选择哪种组合:一个包含各种昂贵秘诀的传统投资组合,其年收益比合法参考投资组合低 100 个基点或更多?还是一个 80% 被动的投资组合,其策略数量少得多,且经过精心挑选的主动策略,其年  收益比合法参考投资组合高10 个基点或更多?

降低成本,给 alpha 一个机会。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/85867.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年10月16日 23:48
下一篇 2024年10月17日 11:10

相关推荐

  • 北京大学Julia语言入门讲义第17章: 离散事件模拟SimJulia

    对于离散事件系统模拟,比如排队系统的模拟,SimJulia包可以很容易地建模进行模拟。 一般的独立样本抽样、重要性抽样等可以直接利用Julia的随机数发生器模拟。 贝叶斯推断问题一般使用MCMC,Julia的Stan包调用Stan程序库进行MCMC计算,Stan程序会将模型转换为C++然后编译成本地二进制代码运行。 Julia的Mamba包是纯Julia语言…

    2023年8月29日
    26400
  • 退休的演变

    《午夜巴黎》中有一个关于怀旧的精彩场景,让我想起了很多: 有些人总是因为这种黄金时代的思路而认为过去比现在更好。 我总是在 Twitter 上看到这样的表情包: 如果这是真的,生活会更好。不幸的是,事实并非如此。 如今,另一个社交媒体比喻是展示一座古老城堡或教堂的照片,并询问我们为什么不再建造这样的东西。尽管一些古老的建筑很漂亮,但我更喜欢有电力、室内管道、…

    2023年9月4日
    30600
  • 从风险溢价到约束

    中东局势再度紧张,导致理论资产定价与市场实际出清机制出现偏差。在市场承压的情况下,即使长期基本面没有明显变化,价格也可能剧烈波动。 教科书式的框架——风险溢价作为承担系统性风险的补偿——在市场平稳时期能够很好地解释收益。但在市场动荡时期,另一种机制往往占据主导地位。价格清算不再是公允价值的体现,而是更多地取决于资产负债表的限制因素:杠杆率、保证金、流动性、授…

    2026年5月8日
    1400
  • 北京大学R语言教程(李东风)第29章: 探索性数据分析

    探索性数据分析(Exploratory data analysis, EDA)是在进行推断性统计建模之前, 对数据的分布、变量之间的关系、观测之间的聚集等特性用汇总统计、作图等方法进行探索, 这是必不可少的步骤。 有时我们不知道数据告诉我们什么信息, 不知道要提什么问题, 这就必须用EDA来获得对数据的洞察, 提示我们随后要进行的研究。 即使一开始研究目标就…

    2023年11月18日
    26000
  • 提前储蓄退休的好处

    无论您年龄多大,开始为退休储蓄永远不会太早。我很清楚地知道,当你停止工作时,担心你的财务状况在此时似乎不是首要任务。毕竟,您可能还需要几十年才能退休,而且您可能还有学生贷款或其他债务需要偿还。然而,尽管这并不总是那么容易,但现在严格遵守储蓄将使您能够在以后获得经济回报。 以下是五个令人信服的理由,说明为什么提前为退休储蓄是确保您的黄金岁月有利可图且无压力的最…

    2023年8月21日
    30200
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部